本研究致力于评估并对比机器口译与人工同传在高语域发言中的口译质量,分析双方的优缺点并为未来发展提供建议。通过梳理不同语域对于口译的影响,本研究选择了李克强总理在第九届夏季达沃斯论坛上的特别致辞作为实验材料,邀请八位翻译硕士研二在读的学生作为译员代表,选择腾讯翻译君和有道翻译官作为机器口译的代表,对总理发言进行同传,转录相应译文并进行分析。结合杨承淑的量化质化评估理论和AIIC 口译组织的评估指标,本研究建立了一套评估模型,从量化和质化两方面具体分析了人工同传和机器口译的各自优缺点。从量化指标上来说,机器口译总体上逊色于人工同传,机器口译在测试中的平均分为73.1分,而八位学生译员的均分为91.38分。因为语音识别错误较多,机器在误译、逻辑连贯度和语法上出现了较多问题。学生译员也出现不少语法错误,需要后续多加注意。从质化描述来看,机器口译的表达较为单一,人工同传的口译译文则多种多样,在成语和文化负载词的翻译上发挥得更好。通过分析,本研究建议机器翻译的开发者要着重优化机器翻译过程中的语音识别功能,同时要加强语料训练,优化译文输出。最后,机翻的研发团队可以与专业院校进行合作,共同在翻译服务领域做出贡献。